基于检索增强生成技术的中医药问答大语言模型的构建

作     者：张玉铭 李红岩 郎许锋 周作建 凌云 王子琰 ZHANG Yuming;LI Hongyan;LANG Xufeng;ZHOU Zuojian;LING Yun;WANG Ziyan

作者机构：南京中医药大学人工智能与信息技术学院江苏南京210023 江苏省智慧中医药健康服务工程研究中心江苏南京210023 南京中医药大学中医学院江苏南京210023 南京中医药大学中医药文献研究院江苏南京210023 

出 版 物：《南京中医药大学学报》 (Journal of Nanjing University of Traditional Chinese Medicine)

年 卷 期：2024年第40卷第12期

页      面：1375-1382页

核心收录：

学科分类：1006[医学-中西医结合] 100602[医学-中西医结合临床] 10[医学] 

基　　金：国家中医药管理局高水平中医药重点学科建设项目(国中医药人教函〔2023〕85号) 江苏省中医药科技发展计划项目(MS2023010) 2023年江苏省研究生科研创新计划(KYCX23_2084) 

主　　题：中医药知识库 大语言模型 问答系统 检索增强生成技术 

摘      要：目的构建基于检索增强生成技术的中医药问答大语言模型。方法收集中医古籍《伤寒论》、中医教材、名老中医经方及其他人工标注的中医数据集组建中医药语料库,构建中医药知识向量库;将检索增强生成(RAG)技术结合P-Tuning v2微调方法与大语言模型(ChatGLM2-6B)进行融合构建中医药问答大语言模型。结果以精确率、召回率与F1值为知识问答任务的评价指标进行验证,在简单类中医问答可以达到90%以上的准确率,其中成分类问题的回答准确性最高,F1值达到0.928,中高难度问答准确率在75.8%~87.7%之间,F1值均达到0.766以上;以多样性和准确性为中医问题生成任务的评价指标进行专家打分,研究模型相较于基座模型高出了9.5分。结论研究模型具备良好的语义理解能力和较高的可靠性,有效缓解了模型幻觉并帮助患者明确问题意图,对推进中医药知识的研究以及人性化的交互式回答具有重要意义,为促进中医经验的传承与普及、中医诊疗智能化建设提供了创新方式。